No 1. 程序员的感人留言 😂
    No 2. 【TabNine：基于GPT-2、用百万级源码文件训练的全语言编程自动补全，支持VS Code、Sublime Text、Vim、Atom等各种IDE】
    No 3. ‘python爬虫教程系列、从0到1学习python爬虫’ by wistbean GitHub: …
    No 4. 最感人的致谢 😂
    No 5. 百度网盘如果下载资源很慢，首先给该资源创建一个分享链接，然后将链接复制到浏览器地址框，在链接的bai…
    No 6. [good]
    No 7. 《Calculus on Computational Graphs: Backpropagation》
    No 8. 如何在实践中应用机器学习: 1/编写简单的基于规则的解决方案，搞定80%的情况 2/编写简单…
    No 9. 昏眩山羊(Fainting goat)是一种家养山羊，当它们感到恐慌时，肌肉会僵直约3秒钟 ref:…
    No 10. 【语音处理相关资源列表】
    No 11. 【Pytorch-Transformers 1.0发布，支持BERT, GPT, GPT-2, Transfo-XL, XLNet, XLM等，含27个预训练模型】
    No 12. 曲率之美 ref:http://t.cn/AilP2jNA
    No 13. 《Understanding the Limitations of CNN-based Absolute Camera Pose Regression》
    No 14. 【科研写作：给学生和导师的策略和工具指南】
    No 15. 早！[太阳]
    No 16. 这谁画的？ 😂
    No 17. 【PyTorch深度网络逐层性能分析器】
    No 18. 《Gated-SCNN: Gated Shape CNNs for Semantic Segmentation》
    No 19. #AI 看不懂#
    No 20. 【2D/3D点云处理工具包(Python)】
    No 21. 【OpenPose实时姿态估计的PyTorch实现】
    No 22. 【数据科学Python入门指南】
    No 23. 【Scikit-Learn风格的特征工程工具包】
    No 24. 【轨迹预测(Trajectory Prediction)相关资源列表】
    No 25. 【2019 Google 地标检索比赛第一名、第三名方案】
    No 26. 😢
    No 27. 【(Python)点云3D目标可视化、分析、动画模块】
    No 28. 【多帧超分辨率(MFSR)网络HighRes-net】
    No 29. 🍎 vs. 🦉
    No 30. 《PyTorch Transformers for state-of-the-art NLP》
    No 31. Stephen Floor：令人惊讶的是，作为科学家，我们几乎无时无刻不谈“创新”
    No 32. 【智能运维(AIOps)学习资料汇总】
    No 33. 【当软件工程师头两年的一些经验教训】
    No 34. 【阿波罗11号制导计算机（AGC）中指令模块（Comanche055）和登月模块（Luminary099）原始代码】
    No 35. 【直接从JSON、CSV、PostgreSQL、MySQL、Redis等数据库文件合并、分析、迁移数据的SQL查询工具】
    No 36. 《A General Framework for Uncertainty Estimation in Deep Learning》
    No 37. 【Facebook的字符级神经网络语言模型研究】
    No 38. 【网页版SSH客户端】
    No 39. 《RankQA: Neural Question Answering with Answer Re-Ranking》
    No 40. ‘ffmpeg-cpp - A clean, easy-to-use C++ wrapper aro…
    No 41. 【C游戏开放项目大列表】
    No 42. 『英文文献阅读经验分享』 [星光]近万字保姆级功课，教你应对英文文献的一切问题，你…
    No 43. 【云端艺术家：走向AI、艺术和自治的巅峰】
    No 44. 【Google的(TensorFlow API)机器学习速成教程(15小时/20讲)】
    No 45. 【剑桥大学工程系(CUED)博士论文LaTeX/XeLaTeX/LuaLaTeX格式模板】
    No 46. ‘A C implementation of a memory efficient hash m…
    No 47. RL能搞定吗？ http://t.cn/AiWgqgeO
    No 48. 【基于磁盘的高性能并行内存(RAM)外数据处理框架】
    No 49. 《Building Machine Learning Powered Applications - Going from Idea to Product》
    No 50. 【用Python复现的相关滤波跟踪器】